摘要
建立在“認(rèn)知即計(jì)算”這一命題的基礎(chǔ)上，“腦是智能載體”的觀點(diǎn)被廣泛接受，“大腦控制身體”被認(rèn)為是常識(shí)。但是，“智能的具身化”思想挑戰(zhàn)這一傳統(tǒng)命題，強(qiáng)調(diào)認(rèn)知和智力活動(dòng)不僅僅是大腦孤立的計(jì)算，而是大腦、身體和環(huán)境的相互作用。
本文基于Rolf Pfeifer和Josh Bongard的著作《How the Body Shapes the Way We Think》進(jìn)行摘錄和點(diǎn)評(píng)。本書在Google學(xué)術(shù)上的引用為1400次，翻譯版《身體的智能》在國(guó)內(nèi)也并不出名（老實(shí)說(shuō)譯文水平一般）。
但是，在瀏覽全書和檢視閱讀過(guò)程中，筆者發(fā)現(xiàn)本書主旨鮮明，對(duì)“智能的具身化”思想進(jìn)行了清晰的闡述，并基于此思想構(gòu)建了基于“智能的理論”框架。全書結(jié)構(gòu)脈絡(luò)清晰，四部分分別給出了具身化思想，理論架構(gòu)，應(yīng)用和原理啟示，豐富了構(gòu)建機(jī)器智能的一種新視角。
因此，筆者擬根據(jù)原書的四部分，構(gòu)建具有邏輯關(guān)聯(lián)的問(wèn)題集合，采用Q&A的方式，凝練本書的主要內(nèi)容，并橫向比較復(fù)雜系統(tǒng)、機(jī)器學(xué)習(xí)、多智能體等領(lǐng)域的研究進(jìn)展進(jìn)行評(píng)述。
- 第一部分：智能的具身性思想提出
- 第二部分：具身性智能的理論框架
- 第三部分：具身性智能的應(yīng)用案例
- 第四部分：具身性智能的原理啟示
第一部分 智能的具身性思想提出
1. 思考、認(rèn)知和智能的定義是什么？
-- 作者認(rèn)為：這三個(gè)詞都是非常一般化的詞匯。思考與意識(shí)相關(guān)，認(rèn)知用于與“感覺(jué)-行動(dòng)”非直接相關(guān)的行為，而智能最一般化，具有極其的廣度。
-- 作者認(rèn)為：盡管許多學(xué)者試圖給出智能的準(zhǔn)確定義，例如“智能是學(xué)習(xí)到的或者學(xué)習(xí)以調(diào)整自己適應(yīng)環(huán)境的能力”，又如“智能是接受知識(shí)的能力以及所擁有的知識(shí)”等等。但是作者認(rèn)為給出智能的準(zhǔn)確定義是困難而且沒(méi)必要，應(yīng)該關(guān)注尋找感興趣的問(wèn)題來(lái)推進(jìn)研究。
-- 筆者點(diǎn)評(píng)：筆者同意智能的準(zhǔn)確定義是困難，但是并非沒(méi)有必要。例如，馬文明斯基的《情感機(jī)器》就試圖在通過(guò)解構(gòu)智能的多元性和層次性來(lái)準(zhǔn)確地定義和詮釋智能，盡管馬文明斯基的思路還是“認(rèn)知主義范式”。
2. 什么是“智能的具身性”思想？
-- 簡(jiǎn)要回答：智能總是需要一個(gè)身體，智能只有歸于具身化的智能體（agent）。
3. 為什么要提出智能的具身性？
-- 1980年代中期，Rodney Brooks提出AI一直以來(lái)的研究（古典主義）過(guò)于關(guān)注大腦，側(cè)重邏輯、解決問(wèn)題和推理，這些都是基于對(duì)人類智能的反思，試圖了解內(nèi)心過(guò)程。但是Rodney認(rèn)為這是誤導(dǎo)，本質(zhì)上AI研究應(yīng)該基于人類智能與真實(shí)世界交互機(jī)制，因此“智能需要一個(gè)身體”。Rodney強(qiáng)調(diào)“忘記復(fù)雜內(nèi)部表達(dá)和世界模型，不側(cè)重復(fù)雜的推理，而是應(yīng)該強(qiáng)調(diào)系統(tǒng)-環(huán)境的交互作用”。
-- 作者認(rèn)為：目前具身型AI即現(xiàn)代方法和實(shí)質(zhì)方向，即取代了古典方法，因此本書后面都不再提“具身性AI”。
-- 筆者點(diǎn)評(píng)：Rodney將AI的研究分為兩個(gè)大方向，前者為“認(rèn)知型AI”，后者為“具身型AI”，一個(gè)主內(nèi)一個(gè)主外，如下圖所示。但這并不意味著兩者是互不包容的，而應(yīng)當(dāng)協(xié)調(diào)發(fā)展，爭(zhēng)取打通內(nèi)部認(rèn)知和外部交互的通路。
4. 筆者思考：如果要打通內(nèi)部認(rèn)知和外部交互的通路，可能怎么做？
-- 現(xiàn)在火熱的統(tǒng)計(jì)學(xué)習(xí)可歸類于認(rèn)知型AI，但是在很多方面超越了符號(hào)系統(tǒng)，而且通過(guò)與強(qiáng)化學(xué)習(xí)的結(jié)合，能夠通過(guò)“身體”與外部世界交互。
-- 基于深度學(xué)習(xí)和（深度）強(qiáng)化學(xué)習(xí)構(gòu)建了非常高性能的“內(nèi)部表達(dá)和世界模型”（下圍棋、打dota等），如果能夠突破“可解釋性”問(wèn)題，那么就可能與符號(hào)系統(tǒng)相連接，增強(qiáng)邏輯和推理能力。
-- 目前，已經(jīng)有不少令人欣喜的成果在朝這個(gè)方向努力，例如Interpretable Convolutional Neural Networks和Relational Deep Reinforcement Learning等等.
5. 具身化AI的研究為什么顯得較少？
-- 直接搜索embodied AI確實(shí)文獻(xiàn)不多，但是其實(shí)80年代后，相關(guān)研究分布在多個(gè)學(xué)科和方向中，比如仿生/發(fā)育/進(jìn)化機(jī)器人學(xué)，普適計(jì)算與界面技術(shù)，多智能體，人工生命等。
